La bibliothèque Pandas dispose déjà de trois fonctions intégrées pour calculer la **moyenne** et la **médiane**. Pour importer Pandas, utilisez la syntaxe suivante :

```python
import pandas as pd
```

Voici un exemple de calcul de la **moyenne** et de la **médiane** pour la colonne `'work_year'` dans le jeu de données nommé `df`.

N'hésitez pas à changer les colonnes et à observer les résultats :

import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculating the mean value
mean = df['work_year'].mean()
# Calculating the median value
median = df['work_year'].median()

print('The mean value is', mean)
print('The median value is', median)

Vous voyez, pour calculer toutes les valeurs statistiques importantes, nous devons appliquer des méthodes qui traitent les mesures :
```
.mean()
.median()
```

Ce cours vous donne une connaissance de base des statistiques. Il est destiné aux étudiants ayant une connaissance de base de la syntaxe Python car ils travailleront avec les modules NumPy et pandas. Au cours du cours, vous vous familiariserez avec les concepts de base, puis passerez progressivement à des concepts et tâches plus complexes.

Cette section nous aidera à traiter le premier cas statistique réel : trouver des intervalles de confiance. Elle nécessite la connaissance des bibliothèques NumPy, pandas, Matplotlib et Seaborn pour calculer des formules mathématiques et créer des visualisations ! Pour vous encourager à passer cette section, je tiens à souligner que vous rencontrerez une petite quantité de théorie mais une quantité significative de pratique !

Une partie inséparable de la vie d'un analyste de données est de réaliser des tests d'hypothèses. Après avoir terminé cette section, vous comprendrez l'idée derrière les tests en statistiques et serez capable de réaliser un t-test en utilisant Python.

Apprendre les Statistiques avec Python

Statistiques Avec Pandas